Megjelent a RHVoice 1.2.4 nyílt forráskódú beszédszintetizáló, amelyet eredetileg az orosz nyelv színvonalas támogatásának biztosítására fejlesztettek ki, de később más nyelvekre is adaptálták, beleértve az angolt, portugált, ukránt, kirgizt, tatárt és grúzt. A kód C++ nyelven készült, és az LGPL 2.1 licenc alatt terjesztik. Támogatja a GNU/Linux, Windows és Android rendszereket. A program kompatibilis a standard TTS interfészekkel (text-to-speech) a szöveg beszéddé alakításához: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) és Android Text-To-Speech API, de használható az NVDA képernyőolvasóval is.
A program paraméteres szintézisemódszert alkalmaz statisztikai modellekkel (Statistical Parametric Synthesis HMM - Rejtett Markov Modell alapján). A statisztikai modell előnye alacsony erőforrásigény és CPU-hatékonyság. Minden művelet a felhasználó rendszerén történik. Három különböző beszédminőségi szint támogatott (minél alacsonyabb a minőség, annál magasabb a teljesítmény és a válaszidő).
A hangok beállítása és váltása támogatott. Orosz nyelven 9 hangváltozat érhető el, angolon pedig 5. A hangok természetes beszédfelvételek alapján készülnek. A statisztikai modell használatának köszönhetően a kiejtés minősége nem éri el az olyan szintetizátorok szintjét, amelyek a természetes beszédfelvételek fragmentumainak kombinációján alapulnak, de az eredmény érthető és emlékeztet egy hangosbemondóra készült felvétel közvetítésére.
A beállításokban módosítható a sebesség, a magasság és a hangerő. A tempó módosításához használható a Sonic könyvtár. Automatikus nyelvérzékelés és váltás is lehetséges a belső szöveg elemzése alapján (például más nyelven lévő szavak és idézetek esetén a szintézishez a szó szerinti nyelv modellje használható). Támogatottak a hangprofilok, amelyek meghatározzák a különböző nyelvekhez tartozó hangkombinációkat.
Forrás: opennet.ru
